Extrinsic Calibration of Multiple LiDARs for a Mobile Robot based on Floor Plane And Object Segmentation

要約

LiDARの小型化・低コスト化により、LiDAR（Multiple Light Detection and Ranging）を搭載し、周囲を認識できる移動ロボットが増加しています。
この論文では、重複しない視野 (FoV) を備えた複数の LiDAR のターゲットレス外部キャリブレーション方法を提案します。
提案手法は移動中の床面と物体の蓄積された点群を利用する。
これにより、特徴値の偏りが原因で床面に向けられた LiDAR の困難な構成でも正確なキャリブレーションが可能になります。
さらに、この方法には、高密度 LiDAR を使用した点群位置合わせにおける重大な誤差の原因となるノイズである出血点に対処するためのスキャン パターンを考慮するノイズ除去モジュールが含まれています。
シミュレーションによる評価により、提案手法は物体の種類に関わらず、2台および4台のLiDARを使用した場合でも従来手法よりも高精度な外部キャリブレーションを実現できることが実証されました。
さらに、実際の移動ロボットを用いた実験により、提案したノイズ除去モジュールが従来の方法よりも正確にノイズを除去できることが示され、推定された外部パラメータにより一貫した3Dマップを作成することに成功しました。

要約(オリジナル)

Mobile robots equipped with multiple light detection and ranging (LiDARs) and capable of recognizing their surroundings are increasing due to the minitualization and cost reduction of LiDAR. This paper proposes a target-less extrinsic calibration method of multiple LiDARs with non-overlapping field of view (FoV). The proposed method uses accumulated point clouds of floor plane and objects while in motion. It enables accurate calibration with challenging configuration of LiDARs that directed towards the floor plane, caused by biased feature values. Additionally, the method includes a noise removal module that considers the scanning pattern to address bleeding points, which are noises of significant source of error in point cloud alignment using high-density LiDARs. Evaluations through simulation demonstrate that the proposed method achieved higher accuracy extrinsic calibration with two and four LiDARs than conventional methods, regardless type of objects. Furthermore, the experiments using a real mobile robot has shown that our proposed noise removal module can eliminate noise more precisely than conventional methods, and the estimated extrinsic parameters have successfully created consistent 3D maps.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google